-
公开(公告)号:CN118332350A
公开(公告)日:2024-07-12
申请号:CN202410425429.9
申请日:2024-04-10
IPC: G06F18/22 , G06V40/10 , G06V10/40 , G06F18/213 , G06F18/28 , G06N3/0455 , G06F18/25
Abstract: 本发明提供了一种基于视觉语言训练架构的跨模态行人检索方法,分别提取图像表征和文本表征,接着获取文本特征信息和图像特征信息,再获取文本特征信息和图像特征信息中的关联性重构特征,以此构建具有统一粒度的增强文本与图像特征信息,再在图像增强模块IFR中使用PCS模块学习目标文本属性,构建出增强的图像块信息来获取更好的局部特征匹配,基于此可以选择出相似度最大的候选图像作为检索结果。本发明能有效的获取具有统一粒度的增强文本特征和带有人物属性信息的增强图像特征,通过多尺度特征增强模块和局部‑全局匹配损失策略使得文本与图像之间具有很好的对齐效果,提高了检索的准确率。
-
公开(公告)号:CN117829144A
公开(公告)日:2024-04-05
申请号:CN202311756283.8
申请日:2023-12-19
Applicant: 广西中教教育投资集团有限公司 , 南宁师范大学
IPC: G06F40/289 , G06F18/25 , G06F40/30 , G06F18/241 , G06N3/0442 , G06F18/2415
Abstract: 本发明公开了一种统一命名实体识别方法及系统,本发明首先通过词汇增强挖掘细粒度语义信息,并使用自注意力机制增强语义信息,对实体进行补充和扩展,将词汇合并到字符表示得到融合向量,依次输入双向长短期记忆网络,获得长序列语义特征;然后通过建模实体的边界关系生成实体边界网格和字边界网格,分别捕获实体边界关系和字边界关系;最后利用包含一个双仿射分类器和一个多层感知机的预测器来联合推理所有词对之间的关系,本发明可以充分利用数据中的词汇信息,加快识别速度,补足边界信息,有效地解决扁平实体、嵌套实体和不连续实体的NER问题,兼顾运算速度和准确率。
-